likelihood-globusversuch-berechnung-schoice

bayes
paper
Published

July 10, 2026

Question

Bei einem Globusversuch werden \(n=10\) Würfe durchgeführt, davon zeigt \(W=7\) Mal der Zeigefinger auf Wasser. Wie groß ist die Likelihood für die Hypothese \(\pi=0{,}6\), also \(Pr(W=7, n=10\mid \pi=0{,}6)\)?

Answerlist

  • \(Pr(W=7,n=10\mid \pi=0{,}6) = \binom{10}{7}\cdot 0{,}6^7\cdot 0{,}4^3 \approx 0{,}215\)
  • \(Pr(W=7,n=10\mid \pi=0{,}6) = \binom{10}{7}\cdot 0{,}4^7\cdot 0{,}6^3 \approx 0{,}042\)
  • \(Pr(W\le 7,n=10\mid \pi=0{,}6) \approx 0{,}833\)
  • \(Pr(W=6,n=10\mid \pi=0{,}6) \approx 0{,}251\)
  • \(Pr(W=7,n=10\mid \pi=0{,}6) = \binom{10}{7}\cdot 0{,}6^7 \approx 3{,}359\)

Solution

Unter der Annahme einer Binomialverteilung (unabhängige, identisch verteilte Würfe) ist die Likelihood für die Hypothese \(\pi=0{,}6\) gegeben die Daten \(W=7\), \(n=10\): \(Pr(W=7,n=10\mid \pi=0{,}6) = \binom{10}{7}\cdot 0{,}6^7 \cdot 0{,}4^3 \approx 0{,}215\) (in R: dbinom(x = 7, size = 10, prob = 0.6)).

Warum die Distraktoren falsch sind:

  • Die zweite Option vertauscht \(\pi\) und \(1-\pi\) (\(0{,}4^7\cdot 0{,}6^3\) statt \(0{,}6^7\cdot 0{,}4^3\)) – das entspricht der Likelihood für 7 “Land”-Treffer statt 7 “Wasser”-Treffer.
  • Die dritte Option berechnet die kumulierte Wahrscheinlichkeit \(Pr(W\le 7)\) (mit pbinom) statt der Likelihood für genau dieses eine beobachtete Ergebnis \(W=7\) (mit dbinom) – für die Likelihood ist aber genau das beobachtete Datum relevant.
  • Die vierte Option verwendet den falschen Datenwert (\(W=6\) statt der tatsächlich beobachteten \(W=7\) Treffer) – die Likelihood muss sich immer auf die tatsächlich beobachteten Daten beziehen.
  • Die fünfte Option vergisst den Faktor \((1-\pi)^{n-x}=0{,}4^3\) für die 3 “Land”-Ergebnisse; das Resultat ist folgerichtig größer als 1 und kann daher keine gültige Wahrscheinlichkeit sein.

Aufgabenname: likelihood-globusversuch-berechnung-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: likelihood-globusversuch-berechnung-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes